摘要：在軟件開發過程中,開發人員會收到用戶提交的大量缺陷報告.若修復缺陷報告中問題涉及到的相同源代碼文件數目超過一半,則稱這些缺陷報告為相似缺陷報告.給開發人員推薦相似缺陷報告能夠有效節約開發人員修復缺陷的時間.該文提出一種基于多目標優化算法NSGA-Ⅱ推薦相似缺陷報告的方法,即在推薦盡可能少的相似缺陷報告情況下,使得缺陷報告間的相似度盡可能大.為此,利用缺陷報告的摘要和描述信息,該文采用TFIDF和Word Embedding兩種方法,從歷史缺陷報告中找出相似的缺陷報告,并采用基于搜索的多目標優化算法NSGA-Ⅱ來保證推薦的相似缺陷報告數目盡可能少.實驗數據集是6個開源項目(AspectJ、Birt、Eclipse UI、JDT、SWT和Tomcat).與采用單目標算法相比,該文方法在推薦相似缺陷報告的準確率、平均準確率均值、平均序位倒數均值都有提高,其中,在Top@1準確率、平均準確率均值、平均序位倒數均值上分別比Yang方法提高125.5%、67.7%和62.75%.